视觉伺服控制算法优化综述详解.docVIP

视觉伺服控制算法优化综述 摘要：系统论述了视觉伺服控制的应用现状。重点介绍了针对不同的实际情况，提出优化的基于位置的视觉伺服系统和基于图像的视觉伺服系统的控制算法。优化后的算法效率高，具有很强的有效性和可行性。优化后的控制系统功能更强，更精确有效。 关键词：视觉伺服;优化;算法 Survey of Visual Servoing control algorithm Abstract:The application status of the visual servo control are reviewed . For different realities , we put fortward an improved position-based visual servo systems and image -based visual servo control algorithm of the system. High efficiency of the improved algorithm has strong effectiveness and feasibility. The improved control system functions stronger, and become more precise and effective. Keywords:Visual Servoing;improve;Algorithm 1 引言 随着科技的快速发展，在现代工业自动化生产过程中,机器视觉正成为一种提高生产效率和保证产品质量的关键技术,如机械零件的自动检测、智能机器人控制及生产线的自动监控等。 基于视觉的伺服策略是采用相机所观察的特征来控制机器人移动的一种灵活有效的方法。视觉伺服主要分为3种：基于位置的视觉伺服(PBVS)、基于图像的视觉伺服(IBVS)和混合控制视觉伺服。早期的研究主要是基于位置的视觉伺服研究，近年来主要是基于图像的视觉伺服研究。 PBVS的反馈偏差在3D笛卡尔空间进行计算，IBVS的反馈偏差在2D图像平面空间进行计算。PBVS 的控制方式直接在笛卡尔空间下进行位姿估计和运动控制，具有很好的直观性和简单有效性。IBVS的控制方式其期望给定值直接以图像特征信息表示，，，， Naomark 标签的物体识别，根据 Naomark的ID确定抓取方式，并利用世界单应分解算法对目标物位姿进行估计。 通过在具有不同形状和特征的各类物品上布置Naomark 标签的方式，可以实现被操作物的快速识别与定位，从而解决家庭环境中物品种类多、操作方式复杂带来的困难。 利用 Hough 变换和边缘检测可以得到 Naomark 的各特征点。 2.对NAO机器人的五自由度手臂进行运动学建模，计算出运动学正解和逆解。 NAO手臂具有5个自由度，其结构图如图2-1所示。肩膀处有俯仰和横滚2个自由度，肘部具有偏转和横滚2个自由度，腕部具有偏转1个自由度。除此之外，手爪具有1个张合自由度。 Modified Denavit-Hartenberg运动学参数。由此可确定NAO手臂的运动学模型。如图2-2所示。 图2-1 NAO手臂的结构图 图2-2 NAO手臂的各连杆坐标系 3.设计单臂抓取和双臂抓取的PBVS 控制律，并提出双臂抓取在运送物品过程中需满足的条件； (1)单臂抓取的PBVS控制律： PBVS 控制律是根据摄像机测得的物体位置求出抓取成功时的 可按式计算。 ( ( ( (2.1) 根据求得的和运动学逆解可得到各关节的期望角度值 ，定义误差，设定关节控制量为e的10%，每次关节移动后，进行实时视觉反馈得到最新的期望角度值和实时关节值采样得到最新的误差，重复此过程让末端执行器逐步逼近物品完成抓取。 (2)双臂抓取的PBVS控制律： 由获取到的抓取成功时末端执行器与目标物体坐标系的相对位姿 与 ， 可由式算出 、， 运动学逆解出左臂和右臂各关节的期望角度值， 控制左臂和右臂逐步逼近目标物体完成抓取。 (2.2) (2.3) 抓取成功后，左臂、、PBVS 算法进行改进。在整个抓取控制过程中，利用基于位置的视觉伺服原理设置路径点{ p 1 ， p 2， …， p n}